Clearview Advisory Group — американская стратегическая и финансово-консультационная фирма, работающая с клиентами среднего сегмента над многолетним планированием и распределением капитала. Проекты требуют прогнозных моделей, основанных на актуальной макроэкономической реальности — документов, рассчитанных на CFO и членов совета директоров. James Merritt руководит количественным моделированием в рамках клиентских проектов.
Три государственных набора данных, без слоя консолидации
Результатом работы должен был стать 3-летний шаблон финансового прогноза, опирающийся на актуальные макроэкономические ориентиры США — CPI, рост реального GDP и процентные ставки. Макроданные находились в отдельных CSV-файлах, опубликованных государственными источниками. Чтобы построить базовый сценарий, Merritt нужно было извлечь строки после 2020 года из каждого файла, рассчитать темпы роста год к году для CPI и реального GDP и объединить все три ряда в одну согласованную таблицу еще до начала любой работы, видимой клиенту.
Среда после 2020 года добавляла нелинейную сложность: всплеск инфляции, самый агрессивный за четыре десятилетия цикл повышения ставок Federal Reserve и колебания GDP от резкого спада к сильному восстановлению означали, что линейные допущения или продление трендов до 2020 года дали бы существенно искаженный базовый сценарий. Опора на актуальные данные была обязательной. При ручной работе такая сверка занимает несколько часов еще до начала создания шаблона прогноза.
Energent.ai стала движком консолидации
Merritt загрузил три CSV-файла с макроэкономическими данными напрямую в Energent.ai. Агент выполнил весь пайплайн:
- Просканировал и проверил все три загруженных набора данных перед продолжением
- Запустил Python, чтобы извлечь последние значения после 2020 года из каждого файла
- Рассчитал темпы роста YoY для CPI и реального GDP, затем объединил все три ряда в один консолидированный CSV
- Передал генерацию dashboard субагенту, который создал интерактивный график наложения, показывающий всплеск инфляции, цикл повышения ставок и волатильность GDP на единой временной шкале
- Подготовил структурированный markdown-шаблон 3-летнего прогноза с базовыми значениями, таблицами ставок YoY и каркасом трехлетней проекции
- Проверил структуру файлов и корректность отображения перед финальной передачей
Никаких ручных объединений. Никаких переписываний формул. Никакого отдельного инструмента для построения графиков.
Данные с учетом режимов, а не просто более красивый отчет
- Реальные вычисления на реальных файлах. Агент запускал Python на фактически загруженных CSV-файлах — не на заглушках. Темпы роста YoY рассчитывались по исходным значениям, а не по приближенным данным.
- Покрытие после 2020 года по умолчанию. Строки после 2020 года были извлечены по всем трем рядам, что позволило сохранить границы режимов, из-за которых текущие прогнозы существенно отличаются от экстраполяции до 2020 года.
- Одна сессия, полный стек. Загрузка, консолидация, визуализация и подготовка шаблона выполнялись последовательно в рамках одной сессии. Dashboard и шаблон опирались на один и тот же консолидированный базовый сценарий.
- Гибкость форматов. Файлы из разных государственных источников с разной структурой столбцов обрабатывались без ручной предварительной подготовки.
Как James Merritt это использует
- Загрузите три CSV-файла с макроэкономическими данными в сессию Energent.ai.
- Агент извлекает текущие значения и рассчитывает темпы роста YoY.
- Консолидированный CSV создается и становится доступен для загрузки.
- Интерактивный dashboard с наложением графиков создается субагентом.
- Структурированный markdown-шаблон прогноза подготавливается и проверяется.
- Оба файла загружаются для передачи клиенту.
Три готовых для клиента артефакта, одна сессия
- Консолидированный макроэкономический базовый сценарий: один CSV, объединяющий значения CPI, реального GDP и процентных ставок — темпы роста YoY рассчитаны для CPI и реального GDP, процентные ставки сохранены как уровневые значения
- Интерактивный dashboard с наложением: единый график, охватывающий режимы после 2020 года — понятный для аудитории без узкой финансовой специализации
- Структурированный шаблон прогноза: форматированный markdown-документ с базовыми значениями, таблицами ставок YoY и каркасом трехлетней проекции, готовый для передачи клиенту
Работа, которая вручную заняла бы несколько часов на сбор данных из трех отдельных государственных файлов, была выполнена в рамках одной рабочей сессии.
"Шаблон сразу ушел в команду CFO клиента как рабочий документ для цикла многолетнего планирования. Это и есть планка — достаточно хорошо, чтобы команда CFO могла использовать его напрямую. Так и было." — James Merritt, Senior Strategy Consultant at Clearview Advisory Group